keel-context · 多租户 AI Agent 上下文层

技能简介

keel-context 是面向产品内 AI Agent 的"上下文层"（Context Layer）。它把产品中的领域事件（domain events）作为输入，输出一个按租户划分、随时间演化的双向时间上下文图（bitemporal context graph），所有 Agent 都通过同一组 5 个 MCP 工具读写这张图，从而避免每个 Agent 重复造轮子——同一个 SaaS 里"四个 Agent、四份客户上下文"的窘境将不复存在。

与传统记忆层（Zep、Mem0、AgentCore Memory 等）不同，keel 以结构化事件而非文档为起点，把租户作为一等公民建模（B2B SaaS 的 end-customer、消费品 app 的家庭、内部工具的团队），每个事实都自带来源、valid_from、valid_to、recorded_at 与修正人，从结构上做到审计就绪。

核心能力

• 事件驱动而非文档驱动：从 Postgres CDC、outbox、SDK、Webhook、Kafka、SQS 摄取结构化事件，建图确定性强、成本低
• 双时态（bitemporal）模型：每个事实自带 valid_from / valid_to / recorded_at，支持"这一刻实际是什么"与"我们何时知道"两类时间维度查询
• 按租户建图：每个 end-customer / household / team 拥有独立的子图、独立的权限与独立的过期策略
• 五大 MCP 工具：context / history / search / related / annotate 全部覆盖，并通过 keel serve 暴露给任意 Agent 框架
• Cartridge（垂直包）机制：用一个 YAML + 数十行 handler 声明你的垂直领域（车队、诊所、物流…），核心保持通用
• 可插拔存储与向量库：SQLite / MySQL 适配，Chroma / Weaviate / 任意 OpenAI 兼容 embedding 端点均可接入
• 多语言 SDK：官方提供 TypeScript、Python、Go、PHP SDK

安装配置

1. 使用 uv（推荐）：

   uv sync --extra dev
   uv run keel validate examples/fleet --events examples/fleet/events.jsonl
   uv run keel ingest examples/fleet examples/fleet/events.jsonl

2. 作为库嵌入产品：

   uv add keel-context
   # 或
   pip install keel-context

3. Docker 镜像：

   docker run -p 8080:8080 ghcr.io/angelkurten/keel

使用步骤

1. 写一个 Cartridge：在 cartridges/ 下新建 YAML，定义 ontology、event catalog、semantic rules、memory policies
2. 接入事件流：通过 CDC、outbox、Kafka 或 SDK 把业务事件推给 keel
3. 启动 MCP 服务：keel serve 暴露五大工具，或 keel serve --agent 绑定到指定 agent profile
4. 让 Agent 读写上下文：Claude / Cursor / 任何 MCP 客户端通过 context 查当前态、history 看演变、search 找匹配
5. 审计与回放：所有事实带 provenance，支持按 valid_from / recorded_at 双维度回溯
6. 二开扩展：通过自定义 adapter 接入自有向量库或 embedding 模型

适用场景

• 多 Agent SaaS 产品：把"客户上下文"集中维护，所有 Agent 共享一份图，不再各写各的
• 客服 / 工单系统：把"客户最近 30 天的事件"按租户组装成上下文喂给 Agent
• 金融 / 医疗 / 法务：强审计场景，双时态模型天然支持合规回放
• 物联网 / 车队管理：每辆车 / 每个设备作为租户，事件流持续喂入，Agent 做调度 / 故障诊断
• 跨产品数据整合：通过事件 schema 统一接入，让多套产品共用一份租户视图
• 企业内工具：HR / IT / 财务 Agent 各自只需要关心自己的"租户"

适用人群

• SaaS 产品架构师（需要让多个 Agent 协同）
• Agent 应用开发者（不想为每个新 Agent 重写上下文管道）
• 合规 / 审计 / 风控负责人（需要双时态 + 全 provenance）
• 数据平台工程师（希望统一租户数据视图）
• LLM 应用研究员（研究多 Agent 协同的实验平台）

工作原理

keel 把"领域事件 → 双时态图 → MCP 工具调用"形成闭环。事件摄入层通过 CDC / outbox / Kafka 等把结构化事件写入存储层（SQLite 或 MySQL），核心根据 Cartridge 中声明的 ontology 把事件升级为"事实"和"关系"，并维护 valid_from / valid_to / recorded_at。Agent 通过 keel serve 暴露的五大 MCP 工具查询或写入这张图，工具内部走语义检索（dense + lexical + 可选 reranker 融合）+ 图遍历。所有路径都是确定性的、可重放的。

官方链接

• PyPI：https://pypi.org/project/keel-context/
• 文档：https://angelkurten.github.io/keel/
• GitHub：https://github.com/angelkurten/keel
• 设计博客：https://angelkurten.com/blog/keel-four-agents-four-copies-of-context